本篇内容较长，心急的小伙伴可以先看目录，直接定位到感兴趣的部分：
- 为啥都在说“大数据”，却很难解释清楚到底啥是“大数据”？
- 理论层面上的大数据
- 价值层面上的大数据
- 技术层面上的大数据
01 为啥都在说“大数据”，却很难解释清楚到底啥是“大数据”？
“大数据”三个字已经被喊烂了，“大数据分析”也经常被人提起。但如果真正问起来“大数据是什么？”却往往不知道如何解释。
这其实很正常，究其原因，
- 一是因为大家对大数据这类新技术有着相同的原始渴求，至少知其然在聊天时不会显得很“土鳖”；
- 二是在工作和生活环境中真正能参与实践大数据的案例实在太少了，所以大家没有必要花时间去知其所以然。
这就导致了虽然大家都在说“大数据”，可真正理解“大数据”是啥的却少之又少！
这篇我想尽量尝试用简洁易懂的话语和案例，来为大家解释“到底什么是大数据？”
02 理论层面上的大数据
最早提出大数据时代到来的是麦肯锡——
“数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”
业界（IBM 最早定义）将大数据的特征归纳为4个“V”——
量Volume：数据体量大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）
多样Variety：数据类型繁多。比如网络日志、视频、图片、地理位置信息等等。
价值Value：价值密度低，商业价值高。
速Velocity：处理速度快。和传统的数据挖掘技术有着本质的不同。
阿里巴巴的王坚对于大数据也有一些独特的见解，比如——
今天的数据不是大，真正有意思的是数据变得在线了，这个恰恰是互联网的特点。
非互联网时期的产品，功能一定是它的价值，今天互联网的产品，数据一定是它的价值。
你千万不要想着拿数据去改进一个业务，这不是大数据。你一定是去做了一件以前做不了的事情。
最后一点我非常认同的，大数据的真正价值在于创造，在于填补无数个还未实现过的空白。
03 价值层面上的大数据
大数据的真正价值不在于拥有多少数据，而在于如何使用它，我举一个非常有趣的例子：
1948年辽沈战役期间，司令员林彪要求每天要进行例常的“每日军情汇报”，由值班参谋读出下属各个纵队、师、团用电台报告的当日战况和缴获情况。
那几乎是重复着千篇一律枯燥无味的数据：
- 每支部队歼敌多少、俘虏多少
- 缴获的火炮、车辆多少，枪支、物资多少
- ……
有一天，参谋照例汇报当日的战况，林彪突然打断他：“刚才念的在胡家窝棚那个战斗的缴获，你们听到了吗?”
大家都很茫然，因为如此战斗每天都有几十起，不都是差不多一模一样的枯燥数字吗?
林彪扫视一周，见无人回答，便接连问了三句：
“为什么那里缴获的短枪与长枪的比例比其它战斗略高?”
“为什么那里缴获和击毁的小车与大车的比例比其它战斗略高?”
“为什么在那里俘虏和击毙的军官与士兵的比例比其它战斗略高?”
林彪司令员大步走向挂满军用地图的墙壁，指着地图上的那个点说：
“我猜想，不，我断定!敌人的指挥所就在这里!”
果然，部队很快就抓住了敌方的指挥官廖耀湘，并取得这场重要战役的胜利。
这些例子真实的反映在各行各业，探求数据价值取决于把握数据的人，关键是人的数据思维；与其说是大数据创造了价值，不如说是大数据思维触发了新的价值增长，比如：
- 近乎实时地确定故障、问题和痛点的根本原因。
- 比人眼更快、更准确地发现异常。
- 通过快速将图表数据转化为洞察力来制定解决方案。
- 在几分钟内重新计算整个风险组合。
- 提高深度学习模型准确分类和应对不断变化的变量的能力。
- 提前预判风险、提前准备风险方案。
- ......
04 技术层面上的大数据
大数据常和云计算联系到一起，云计算思想的起源是麦卡锡在上世纪60年代提出的：
把计算能力作为一种像水和电一样的公用事业提供给用户。
（1）业内是这么形容两者的关系：
- 没有大数据的信息积淀，则云计算的计算能力再强大，也难以找到用武之地；
- 没有云计算的处理能力，则大数据的信息积淀再丰富，也终究只是镜花水月。
（2）云计算和大数据之间的联系：
- 可以提供更多基于海量业务数据的创新型服务；
- 通过云计算技术的不断发展降低大数据业务的创新成本。
（3）云计算和大数据之间的区别
- 概念不同：计算改变了IT，大数据改变了业务。然而大数据必须有云作为基础架构，才能得以顺畅运营。
- 目标受众不同：云计算是CIO等关心的技术层，是一个进阶的IT解决方案。而大数据是CEO关注的、是业务层的产品，大数据的决策者是业务层。
（4）SaaS、PaaS、IaaS之间的区别
最后给大家补充阅读下，SaaS、PaaS、IaaS之间的区别是什么。
以上。
本文含有隐藏内容，请 开通VIP 后查看